基于ERP的个体差异的个性化运动图像预测模型

科学领域:

• 神经科学是一个神经科学.
• 生物医学工程 生物医学工程
• 人与计算机的交互

背景情况:

• 基于运动图像的脑计算机接口 (MI-BCI) 为运动障碍提供康复.
• 用户之间的个人差异显著限制了当前MI-BCI系统的有效性.
• 与事件相关的潜力 (ERP) 显示了个体的可变性,可以用于个性化.

研究的目的:

• 开发一个个性化的MI预测模型,解决MI-BCI的个体差异.
• 为改善MI-BCI对运动障碍患者的准确性和实用性.

主要方法:

• 一个新的基于行动观察的多延迟匹配姿势任务被设计为唤起ERP.
• 使用ERP和运动图像 (MI) 之间的相关性构建了一个物流回归模型.
• 32名受试者使用或不使用预测模型进行MI任务以评估绩效.

主要成果:

• 个性化MI预测模型准确地确定了三组日常行动中的合适行动.
• 使用预测的合适行动最大限度地提高了个人ERP的幅度和与事件相关的脱同步 (ERD) 强度.
• 这种个性化方法使MI任务分类准确度提高了14.25%.

结论:

• 个性化的MI预测模型有效地使用时间ERP功能来提高MI-BCI性能.
• 该模型提供了一种可行和个性化的解决方案,以克服BCI应用中的个体差异.
• 这些发现支持个性化MI-BCI的实际应用,以改善用户的结果.